宁波地面沉降的短基线集监测与分析

针对传统地面沉降监测手段精度高,但监测周期长、空间分辨率低、人力物力耗费大等问题,该文基于短基线集时序分析技术提取了宁波地区的地表形变信息。首先根据短基线集技术监测结果分析了宁波地区地面沉降分布特征,然后对宁波东部新城的沉降进行了精细化分析,并给出了其沉降原因。结果表明:宁波地区地面沉降整体呈现弱发育特征,部分地区存在轻微地面隆起现象,东部新城地面沉降呈现中度发育特征,并存在不均匀沉降现象,快速的城市化建设是东部新城地面沉降的主要原因。     

结合InSAR和独立成分分析的衡水市地面沉降研究

针对地下水的过度开采容易导致地面沉降问题,为了更好地管理地下水开采,防控地面沉降,该文结合使用了InSAR时序数据和ICA方法,将衡水市部分地区2017—2020年地面沉降分解为3个模式,并结合地下水等数据对独立成分的时空特征进行分析。通过IC时间序列与地面沉降序列较高的相关系数(0.98、0.74和0.84以上),验证了独立成分时间序列与地面沉降的一致性;通过各分量的贡献占比,可知地面沉降的主导成分;IC3与地下水的相关系数(0.9以上)表明IC3受到地下水变化的控制。实验结果表明,研究区地面沉降有长期沉降、城市生活和工业用水引发的沉降以及季节性沉降3种沉降模式,其中长期沉降为地面沉降的主导成分,季节性沉降与冬小麦-夏玉米的耕作制度有关。     

智能算法在地面沉降预测中的应用综述

地面沉降是我国普遍发生的工程地质问题,每年造成了巨大的直接和间接损失。因此,对于地面沉降的防治研究具有十分重要的意义。其中,地面沉降发展趋势的预测是地面沉降防治工作的重要内容。地面沉降通常是多种因素共同作用的结果,如何实现对沉降的精准预测,一直是相关研究领域的难题和研究热点。智能算法的出现,为沉降预测提供了新的思路和手段,对传统沉降预测方法有着很好的补充。本文通过对国内外的相关研究进行总结,对智能算法在沉降预测中的应用现状及发展趋势进行了论述。     

利用多源数据分析南京市河西地面沉降风险

地面沉降风险评价对城市公共安全具有重要意义。本文结合InSAR沉降和地质数据对南京河西地面沉降进行风险性分析。首先,利用InSAR技术获取的2012-2016年河西地区的沉降信息,结合软土层厚度、土地利用类型、地面高程和轨道交通分布信息,采用层次分析法建立三级多因子的地面沉降风险评价模型;然后,分析了河西地面沉降灾害风险程度;最后,着重分析了轨道交通的沉降风险。结果表明,河西地面沉降风险空间特征明显,高风险区主要分布于河西北部的江东街道、凤凰街道及莫愁湖街道,面积约6.4 km²,其中地铁2号线地面沉降风险较大。     

基于PS-DInSAR技术监测盐城地面沉降的结果与分析

采用PS-DInSAR技术对覆盖盐城市的10幅ENVISAT ASAR数据进行处理,得到盐城市2003—2007年地面沉降分布图。通过对沉降结果的时空分析,指出盐城市地面沉降以串场河为界分为盐都区和盐城市区两个局部沉降区。相对于盐城市区,盐都区在沉降,且沉降速率在加大,初步分析认为这是由盐都区城市建设加快,大量抽取地下水导致的。     

延安新区地面沉降时空演化特征时序InSAR监测与分析

延安新区以其规模巨大的平山造城工程而备受关注,其快速的工程建设及复杂的地质条件导致了广泛的地面沉降。利用小基线集合成孔径雷达干涉测量(small baseline subset interferometric synthetic aperture radar,SBAS-InSAR)技术对2016-05—2019-10期间获取的升轨Sentinel-1A数据进行处理,分析了延安新区工后地面沉降时空演化特征,探讨了其沉降机理及演化趋势。结果表明,新区的地面沉降区随造地工程由城区向林区发展,其面积随时间总体呈衰减趋势;地面沉降的时间演化经历快速、减缓、平稳3个过程,填方体厚度越大,其累计沉降量越大,沉降稳定所需时间越长。地面沉降主要为填方体自身的固结压缩变形,可分为瞬时沉降、固结沉降、次固结沉降3个阶段,依据不同阶段的特征并结合时序形变,可以对新区的地面沉降过程及其发展趋势进行分析。研究结果可为新区进一步开展沉降监测预警、城市规划建设及灾害防控提供科学的参考依据。     

地面沉降水准监测数据预处理流程与方法探讨

对地面沉降监测数据的处理,能够揭示区域地面沉降的分布特点和发展规律,但由于沉降量中不可避免的存在异常值,因此有必要进行数据预处理。本文依据有关规范定义了异常值,提出了剔除异常值和数据预处理的流程方法,并以数据剔除率作为评定指标,采用宁波市1999-2015年的地面沉降水准监测数据进行了处理和分析,结果表明本文提出的流程和方法能够有效剔除异常点位的沉降量,改进分析结果。     

灰色预测模型在地面沉降中的应用

城市地面沉降已经成为城市发展的严重制约因素,很多城市都在积极采取控制沉降的措施.地面沉降趋势的预测可为地面沉降防控提供数据参考.本文基于天津某地区沉降监测数据,采用灰色理论建立GM(1,1)模型对沉降趋势进行预测.结果 显示,利用灰色模型预测地面沉降具有较高的精度,能够在地面沉降的预测研究中发挥作用.     

时序InSAR监测京雄城际铁路河北段地面沉降

本文以京雄城际铁路河北段固安站至雄安站沿线作为研究区,利用2018—2020年共34景Sentinel-1B影像,基于小基线集雷达干涉测量技术(SBAS-InSAR)获取京雄城际铁路河北段沿线的地面沉降时空分布信息,结合空间自相关分析方法,揭示研究区地面沉降的空间分布格局,并对沉降原因进行初步分析。研究结果表明,京雄城际铁路河北段沿线地面沉降发展由北向南存在一定的差异。北部年均沉降速率小于10 mm/a,南部沉降较为严重,最大年均沉降速率达-105.6 mm/a,且沿线西部年均沉降速率高于东部区域。通过分析影响因素得知,地面沉降量与地下水埋深值存在相关性,地下水埋深高的地区地面沉降量较高。同时结合研究区土地利用变化结果发现,城市化建设所产生的静载荷对京雄城际铁路沿线的地面沉降产生一定的影响。     

基于InSAR的武汉地区2016—2021年地面沉降监测

利用2016年1月—2021年12月的89景哨兵一号雷达影像,采用相干点目标分析合成孔径雷达干涉测量技术（IPTA-InSAR）进行数据处理,获取了武汉地区的地面沉降信息,并联合GNSS基准站观测成果对InSAR监测的形变进行分析。结果表明2016—2021年期间,武汉市主城区形成了汉口、沙湖北和白沙洲3个较为明显的沉降中心,地面沉降呈连片化发展趋势。汉口地区的地面沉降速率最高,部分区域沉降超过10 mm/a,典型沉降区的地面沉降过程伴随有一定的波动特征,其中下沉趋势在不同年间会有区别,2016—2020年间特征点缓慢下沉,2018年开始加速下沉,至2020年下沉速度再次放缓。GNSS与InSAR特征点沉降分析表明2种技术的监测结果整体上具有很好的一致性。     

高速铁路沉降评估中工程沉降和区域沉降的可区分性研究

某高速铁路北京至济南段地处华北平原,沿线经过的大部分地区都存在着不同程度的地面沉降。对穿越不同地面沉降速率区段的高速铁路工程,沉降观测得到的桥墩沉降量是工程沉降与区域沉降的综合体现。由于地面沉降速率在空间上是不均匀的,本文对区分工程沉降和区域沉降进行了研究,并提出了对沉降观测的改进措施。     

InSAR技术支持下的长沙市2015—2021年地面沉降监测分析

长沙市是长江中游地区重要的中心城市,地质条件脆弱、土质疏松,土体在施工和降雨作用下极易固结压实,造成地面形变,威胁建筑物和基础设施的稳定。地面沉降是长沙市地质灾害的主要原因之一。为了监测长沙市近几年的地面沉降情况,本文使用MCTSB-InSAR方法,利用151景Sentinel-1SAR影像数据,获取了长沙市主城区2015—2021年的地面沉降结果。经分析发现,最大累计沉降量约为250 mm,最大沉降速率约为80 mm/a,绝大部分区域平均沉降速率在30 mm/a以下;长沙市整体稳定,局部有不均匀沉降发生,沉降区域主要分布在主城区外围,主要由工程施工引起。     

区域地面沉降的主要因素研究

近年来,我国城市地下空间的开发利用愈来愈趋于精细化管理,如何监测区域地面沉降引起的地质灾害受到社会的广泛关注。基于某区域多年来地面沉降监测数据和地质条件综合分析,研究了区域地下构筑物沉降趋势及影响因素,探明了地下构筑物长期沉降和不均匀沉降的主要原因,建立了地面累积沉降量、差异沉降量与沉降趋势的特征关系。通过变形监测数据科学预测地面沉降的趋势与影响范围,为治理和预防因地面沉降造成的灾害提供决策依据。研究成果不仅可为该地区地下构筑物施工安全提供技术支持,也可为城市地下空间规划、布局提供理论参考,还可为复杂软土地区地下工程设计提供理论依据。     

基于离散沉降观测的城市地面沉降监测

由于离散观测点沉降数据无法全面反映城市沉降状况,探讨了利用大量离散观测点沉降观测数据进行城市地面沉降监测的方法。设计了利用大量沉降观测数据进行空间插值计算的城市地面沉降监测技术流程;提出了基于交叉验证的城市地面沉降空间内插模型的选取方法;并以某县级市为例,利用该方法对城市地面沉降进行了计算和可视化。结果表明,该方法有效可行,操作性高,具有广泛的应用前景。     

时序InSAR技术的潍北平原地面沉降分析

针对潍北平原地区较为严重的地面沉降灾害,该文通过长序列地面沉降监测资料全面掌握了该地区地面沉降现状,为该地区地面沉降的预防治理提供科学依据.该文利用SBAS-InSAR技术对潍北平原地区2017年8月-2019年10月期间的Sentinel-1A数据进行了处理.基于水准测量数据对监测结果进行验证,获取了该区域的地面沉降时空分布特征,对沉降典型特征点的时序形变特征进行了分析,研究了地面沉降与地下水之间的相关性.结果表明:2017-2019年间最大沉降速率超过50(mm·a-1)的区域主要包括寿光市羊口镇、营里镇、侯镇,寒亭区大家洼镇、央子镇以及昌邑市龙池镇;地面沉降受地下水超采的影响较为显著,地面沉降漏斗与深层地下水降落漏斗分布特征基本一致.     

利用GRACE数据进行京津冀地区地面沉降与地下水耦合分析

地下水的过量开采已导致京津冀地区出现严重的地面沉降,为了分析地下水与地面沉降之间的耦合关系,首先利用GRACE-FO数据与GLDAS数据反演出京津冀地区2016—2019年地下水变化时序;然后利用MCTSB-InSAR技术反演出该地区同时段的沉降变化时序。通过试验分别获取地下水与地面沉降的差分变化序列和变化趋势线,并引入非弹性存储系数分析地下水对地面沉降影响力的变化规律。结果表明:①当地下水迅速升高或降低时,地面沉降速率减小或增大;当地下水持续升高时,地面沉降接近停止。②沉降越严重的区域,地下水与地面沉降变化趋势的相关性越强。③由地下水变化引起沉降的能力,随沉降等级升高而变大,且该能力在不同沉降等级中随时间变化的趋势也不同。     

利用TPCA分析北京平原区地面沉降的时空演化特征

时间主成分分析（temporal principal component analysis,TPCA）可用于地学领域中提取时空数据的时序特征和空间分布特征,北京平原区的地面沉降具有典型的时序和空间特征。在利用永久散射体干涉测量技术获取的北京平原区2003—2010年地面沉降数据的基础上,采用TPCA方法分析了北京平原区地面沉降时空演化特征。经分析发现:（1）TPCA分析得到的第一主成分反映了地面沉降在该长时序阶段的空间分布特征。（2）第二主成分得分为正的空间点与可压缩层厚度在130 m以上的区域在空间分布上有一致性和相关性。（3）在空间上,第一主成分为负值与第二主成分为正值的永久散射体点分布在年均沉降速率30 mm/a以上的严重沉降区域。严重沉降区具有明显的南北沉降分类现象和季节性差异,具体表现为:北部沉降区在春夏季节的沉降量大于秋冬季节;南部沉降区则与之相反。总之,基于时间主成分分析方法可分析得到研究区的地面沉降时空演化规律,为城市安全监测提供数据支撑。     

结合SBAS技术的鲁西南地区地面沉降监测

利用2016年8月—2017年8月的14景Sentinel-1雷达影像,采用小基线集（SBAS）技术,提取了鲁西南地区地面沉降信息,并结合公路和铁路等专题数据开展了沉降影响分析。研究结果表明：鲁西南地区地面沉降严重且覆盖范围较大,最大沉降漏斗位于郓城县主城区,沉降速率达-134.06 mm/a;同时地面沉降对铁路有一定影响,特别对公路影响较大;并与水准测量数据进行对比,验证了SBAS用于沉降监测的准确性和时效性。     

南京地铁沿线地面沉降监测与危险性评价

采用MCTSB-InSAR技术监测南京市主城区地面沉降状况,揭示研究区内地面沉降空间分布特征;通过对地铁线路进行条带空间缓冲区分析和沿线路剖面线分析,进一步研究地铁沿线的地面及周边建筑物不均匀沉降信息;针对主要影响路段进行地质灾害危险性评价,评价结果及特征点时间序列沉降结果与同时期实际情况基本吻合。研究表明,长期进行城市主城区及地铁线路地面沉降监测具有重要意义,同时地质灾害危险性评价工作能为灾害防治及评估提供可靠的支持,具有较大的应用潜力。     

利用InSAR与地质数据综合分析南京河西地面沉降的演化特征和成因

河西地区是南京市重点发展区域,近年来遭受了严重的沉降地质灾害。为保证该区域可持续发展,利用永久散射体雷达干涉测量(persistent scatterer interferometric synthetic aperture radar,PS-InSAR)技术监测南京河西不均匀地面沉降,并对成因进行分析。首先,根据ALOS PALSAR和COSMO-SkyMed影像,采用PS-InSAR技术获取河西2007—2016年地面沉降信息,结果与同期水准数据一致,均方根误差(root mean square error, RMSE)不超过2.6 mm/a。其次,结合地质条件、分层沉降和地下水位资料对沉降成因进行分析,结果表明浅部地层的固结压缩是导致河西地区大面积不均匀沉降的主因。在此基础上,利用熵值法综合评估不均匀地面沉降对地铁结构健康的影响,结果表明,当主要沉降土层位于隧道下方时,地面沉降可能对地铁结构稳定性产生影响。